بقلم ساندر هيوستن
يُعد انعدام الأمن الغذائي مصدر قلق متزايد بسبب النزاعات التي صنعها الإنسان، وتغير المناخ، والانكماشات الاقتصادية. يعد التنبؤ بحالة انعدام الأمن الغذائي أمرًا ضروريًا لتفعيل الإجراءات المبكرة. لقياس الحالة الفعلية لانعدام الأمن الغذائي، تُستخدم حاليًا مناهج الخبراء والمناهج القائمة على التوافق، والاستطلاعات. كلاهما يتطلب موارد بشرية ووقتًا وميزانية كبيرة. كان جوريس فيسترفيلد (حاليًا عالم بيانات في TNO للدفاع والأمن والسلامة، سابقًا في 510 وجامعة أوتريخت) المؤلف الرئيسي لـ ورقة علمية محكمة, ، المنشورة في أبريل 2021، والتي استكشفت استخدام التعلم الآلي للتنبؤ بالتحولات في حالة الأمن الغذائي. يلخص منشور المدونة هذا النتائج الرئيسية للدراسة ويسلط الضوء على أهميتها لمجتمع العمل الاستباقي. المؤلفون الإضافيون هم مارك فان دن هومبيرغ، غابرييلا نوبري، دينيس فان دن بيرغ، أكيليلو تيكليساديك، وسورد ستويت.
نموذج تعلم آلة
تقدم الورقة نموذج تعلم آلي للتنبؤ بالتغير الشهري في حالة الأمن الغذائي في إثيوبيا، على مستوى دقة جغرافي لمناطق سبل العيش، ولفترات زمنية تتراوح من شهر واحد إلى 12 شهرًا، باستخدام بيانات مفتوحة المصدر. يمثل التغير في حالة الأمن الغذائي الاختلافات في بيانات التصنيف المتكامل للمراحل الأمن الغذائي من شهر لآخر.
التنبؤ بالأمن الغذائي
من 19 فئة من مجموعات البيانات، تم الحصول على 130 متغيرًا واستخدامها كمؤشرات للتنبؤ بالتحول في حالة الأمن الغذائي. تمثل هذه المؤشرات التغيرات في المناخ والأرض والأسواق والصراعات والبنية التحتية والخصائص السكانية والمناطق المعيشية. تم العثور على أن أهم المؤشرات هي تاريخ الأمن الغذائي ورطوبة التربة السطحية. بشكل عام، يقدم النموذج أفضل أداء في التنبؤ بتدهور وتحسن حالة الأمن الغذائي مقارنة بخوارزميات التعلم الآلي الأخرى وخطوط الأساس.
يقدم المنهج المقترح أداءً أفضل بمرتين على الأقل من أفضل خط الأساس للتدهور. يؤدي النموذج أداءً أفضل عند التنبؤ طويل الأجل (7 أشهر) مقارنة بالتنبؤ قصير الأجل (3 أشهر). يمكن للجمع بين التعلم الآلي وتقييمات التصنيف الطوري المتكامل من أنظمة المراقبة والبيانات المفتوحة أن يضيف قيمة إلى أساليب التنبؤ الحالية المستندة إلى توافق الآراء، حيث أن هذا المزيج يوفر مددًا أطول للتنبؤ وتحديثات في الوقت المناسب.
ملخص مرئي للورقة.
الخطوات التالية
“أتطلع بحماس إلى أن يُظهر هذا المشروع الفائدة المضافة لاستخدام الذكاء الاصطناعي والبيانات المفتوحة لمساعدة ودعم القطاع الإنساني. يمكن للصليب الأحمر (أو بشكل عام: المنظمات الإنسانية) الآن استكشاف طرق لتجربة النموذج كجزء من العمل الاستباقي للأمن الغذائي و/أو الجفاف، وتكرار النموذج في بلدان أخرى حيث تتوفر معظم البيانات المتعلقة بالمؤشرات في بلدان أخرى أيضًا.”, ، كما يقول جوريس فيسترفيلد، المؤلف الرئيسي للدراسة. “يسر 510 جدًا أننا قمنا بإنشاء قاعدة أدلة علمية لنموذجنا للتنبؤ بالأمن الغذائي. سيمكننا هذا من تقديم دعم أفضل لجمعيات الصليب الأحمر الوطنية التي تعمل في مجال تمويل الأمن الغذائي المستند إلى التنبؤات.”, ، يقول مارك فان دن هومبيرغ، الرائد العلمي للبيانات لإدارة الكوارث في 510. اقرأ المقال كاملاً هنا.
الرابط الخاص بمشروع التمويل القائم على التنبؤ بالأمن الغذائي
تم إنتاج نموذج التنبؤ “بالتحولات في حالة الأمن الغذائي” بما يتماشى مع مشروع التمويل القائم على التنبؤ للأمن الغذائي (F4S). اختتم مشروع F4S في مايو 2021 وهدف إلى تطوير معلومات تمكّن من اتخاذ إجراءات مبكرة لتقليل مخاطر انعدام الأمن الغذائي في إثيوبيا وكينيا وأوغندا. لتحقيق هذا الهدف، ركز مشروع F4S على تطويره حول ثلاثة محاور: (1) التنبؤ بالمحركات الرئيسية لانعدام الأمن الغذائي، (2) جمع الأدلة المحلية، و(3) تقييم آلية التحويلات النقدية. سعت جميع المعلومات التي تم الحصول عليها من خلال محاور مشروع F4S إلى معالجة التحديات المتأصلة في اتخاذ القرارات بناءً على معلومات التنبؤ، مع التركيز بشكل خاص على تنفيذ التحويلات النقدية المسبقة. “أكثر ما أثار حماسي في مشروع F4S هو فرصة ربط العلم بالممارسة لتقديم رؤى حول كيفية تصميم وتنفيذ الإجراءات المبكرة بناءً على منظور المستفيدين بالاشتراك مع دعم التحليلات التنبؤية”, ، تقول غابرييلا نوبري، منسقة المشروع.
إذا كنت مهتمًا بمعرفة المزيد حول كيفية مساهمة مشروع F4S في تطوير رؤى جديدة لمجتمع العمل التنبؤي، فراجع تقرير F4S النهائي. ولد مشروع F4S من شراكة بين جامعة فريي أمستردام، ومبادرة 510 من الصليب الأحمر الهولندي، ومركز مخاطر المناخ في جامعة كاليفورنيا، سانتا باربرا، وICHA/الصليب الأحمر الكيني. حصل المشروع على منحة من خلال صندوق تحديات البنك الدولي بأموال من المرفق العالمي للحد من الكوارث والتعافي، والمكتب الأجنبي والكومنولث والتنمية، ومركز الحماية العالمية من الكوارث.
مصدر الصورة: جمعية الهلال الأحمر الأوغندي
